Em redes de computadores, para garantir que seja obtido um nível adequado de comunicação fim-a-fim, é importante garantir um roteamento com Qualidade de Serviço (QoS). O problema de roteamento com QoS envolve múltiplos objetivos a serem otimizados ou atendidos simultaneamente. Quando esse roteamento é do tipo multicast, que envolve vários destinatários, a complexidade do problema é ainda maior. Trabalhos anteriores investigam o uso de Algoritmos Evolutivos Multiobjetivos (AEMO) no problema de roteamento multicast com QoS. É sabido que quanto maior é o número de objetivos a serem otimizados, mais complexo se torna o problema multiobjetivo e mais difícil se torna a convergência de AEMOs tradicionais. Por isso, é proposto o uso de um método evolutivo many objective: o AEMMT (Algoritmo Evolutivo Multiobjetivo com Muitas Tabelas). O AEMMT foi especialmente desenvolvido para problemas com um número maior de objetivos e espera-se que ele se comporte mais adequadamente com o aumento do número de objetivos no roteamento multicast com QoS. Com o intuito de forti car a convergência este trabalho propõe um novo many objective baseado nas estratégias do AEMMT, nomeado AEMMD. / In computer networks, to ensure that an adequate level of communication end-to-end is achieved, it is important to ensure a routing with quality of service (QoS). The routing problem with QoS involves multiple objectives to be optimized or serviced simultaneously. When this multicast routing is the kind which involves multiple recipients, the complexity of the problem is even greater. Previous studies investigating the use of evolutionary algorithms Multiobjetivos (AEMO) in multicast routing problem with QoS. It is known that the greater the number of objects to be optimized, the more complex becomes the multiobjective and more difficult problem becomes convergence AEMOs Traditional. Therefore, the use of an evolutionary method many objective is proposed: the AEMMT (Evolutionary Algorithm with Multiobjective Many tables). The AEMMT was specially developed for problems with a large number of objectives and expected it to behave more appropriately with the increasing number of objectives in the multicast routing with QoS. In order to strengthen the convergence this paper proposes a new many objective based on the strategies of AEMMT appointed AEMMD. / Dissertação (Mestrado)

Os Sistemas Lineares Sujeitos a Saltos Markovianos têm sido amplamente estudados nas últimas décadas pois fornecem modelos adequados para aplicações com mudanças bruscas de comportamento, possivelmente devido à falhas. Também é muito comum em aplicações do mundo real em que o chamado estado do sistema não seja observado de forma perfeita e instantânea. Com essa motivação, consideramos o problema linear quadrático e propomos um controlador independente da variável de salto, que é um componente de estado, o que é atraente para aplicações reais. Utilizamos dois métodos clássicos, Genético e Gradiente, e propomos derivados que combinam características favoráveis de ambos. Também consideramos o caso em que não observamos o estado de Markov diretamente, mas através de uma variável, um sensor, que provê informação sobre este parâmetro. / Markov Jump Linear Systems have been extensively studied in the last decades as they provide suitable models for applications featuring abrupt changes of behaviour. It is also quite common in real world applications that the so called state of the system is not perfectly and immediately observed. With this motivation, we consider the linear quadratic jump problem and we propose a controller that is irrespective of the jump variable (a component os the state), which is appealing for real world problems. We use classical Genetic and Gradient optimization methods and we propose variants combining favorable features of both of them; We also consider the case which we do not have direct access on the Markovian jump parameter, but a variable, a sensor, which provides information on this parameter.

Geralmente, dados relacionados à demanda por transportes não são independentes no espaço. Por esta razão, o uso de técnicas de estatística espacial torna-se relevante para aprimoramento de estimativas. A geoestatística está entre as técnicas que incorporam a dependência espacial em suas análises e o semivariograma é uma ferramenta indispensável para descrever e ilustrar a estrutura espacial de uma Variável Regionalizada. Muitas vezes, o cálculo e ajuste do semivariograma experimental são realizados visualmente, de acordo a familiaridade com os dados ou experiência do pesquisador, o que exige, sobretudo, tempo de dedicação às análises. A partir destas considerações, técnicas de otimização podem ser uma alternativa viável para cálculo e ajuste de semivariograma experimental. Diante disso, este trabalho objetiva avaliar a adequabilidade do uso de Algoritmos Genéticos (AG) para otimização da modelagem geoestatística aplicada à demanda por transportes. Outro ponto importante é a forma de representação de dados de transportes: quando disponíveis, dados desagregados, por domicílios, comprometem a qualidade dos modelos variográficos, devido à sua alta aleatoriedade espacial. Diante disso, outra importante contribuição deste estudo foi a implementação de um código em software livre para definir a dimensão de uma grade para agregação de dados pontuais. A implementação do AG permitiu a obtenção de inúmeros modelos variográficos de duas variáveis relacionadas à demanda por transportes, para dois diferentes suportes geográficos. Além disso, foi possível obter os intervalos mais frequentes dos parâmetros dos semivariograma com melhor fitness. Finalmente, uma proposta primária de análise da semivariância foi apresentada, a fim de validar os resultados obtidos pelo AG. A análise de mapas de semivariância permitiu verificar o comportamento estrutural das variáveis estudadas. Apesar da abordagem tradicional (mapas de semivariância e ajuste manual) apresentar algumas dissimilaridades quando comparada aos melhores semivariogramas provenientes do AG, as medidas de desempenho, obtidas através da validação cruzada, foram bem similares. Conclui-se que a otimização da modelagem geoestatística, através de AG, pode trazer contribuições importantes, relativas a maior facilidade de cálculo e ajuste, além de distribuição de parâmetros variográficos associados a soluções quase ótimas. Vale ressaltar que o código desenvolvido ao longo desta tese, disponível ao público, pode ser utilizado em qualquer área do conhecimento onde se verifique a existência de dependência espacial entre as observações. / Data related to travel demand are generally not independent in space. Due to this, using spatial statistics techniques is important for improving estimates. Geostatistics is among the techniques that incorporate spatial dependence in its analyses and the semivariogram is an indispensable tool to describe and illustrate the spatial structure of a Regionalized Variable. The calculation and fitting of the experimental semivariogram are often performed visually, according to the familiarity with the data or the researcher\'s experience, which requires, above all, time for the analyses. Based on these considerations, optimization techniques can be a viable alternative to calculate and fitting the experimental semivariogram. Therefore, this study aims to evaluate the adequacy of using Genetic Algorithms (GAs) to optimize geostatistical modeling applied to travel demand. Another important point is the way of representing travel data: when it is available, disaggregated data by households affect the quality of variographic models, due to their high spatial randomness. Therefore, another important contribution of this study was the implementation of a free software code to define the size of a grid for aggregation of point data. Implementing the GA enabled us to obtain numerous variographic models of two variables related to travel demand for two different geographical supports. In addition, the most frequent intervals of the semivariogram parameters could be obtained with better fitness. Finally, a primary proposal for semivariance analysis was presented in order to validate the results obtained by the GA. The semivariance analysis maps verified the structural behavior of the studied variables. In spite of traditional approach (semivariance maps and manual fit) to present some dissimilarities when compared to the best semivariograms from GA, the performance measures obtained through cross validation were very similar. It can be concluded that the geostatistical modeling optimization, through GA, can bring important contributions, related to making calculations and fits easier, as well as distribution of variographic parameters associated with almost optimal solutions. It is worth mentioning that the code developed throughout this thesis, available to the public, can be used in any area of knowledge where there is a spatial dependence between observations.

Algoritmos Evolutivos que utilizam modelos probabilísticos de distribuição dos valores das variáveis (para orientar o processo de busca da solução de problemas) são chamados Algoritmos de Estimação de Distribuição (AEDs). Esses algoritmos têm apresentado resultados relevantes para lidar com problemas relativamente complexos. O desempenho deles depende diretamente da qualidade dos modelos probabilísticos construídos que, por sua vez, dependem dos métodos de construção dos modelos. Os melhores modelos em geral são construídos por métodos computacionalmente complexos, resultando em AEDs que requerem tempo computacional alto, apesar de serem capazes de explorar menos pontos do espaço de busca para encontrar a solução de um problema. Este trabalho investiga modelos probabilísticos obtidos por algoritmos de reconstrução de filogenias, uma vez que alguns desses métodos podem produzir, de forma computacionalmente eficiente, modelos que representam bem as principais relações entre espécies (ou entre variáveis). Este trabalho propõe algumas estratégias para obter um melhor uso de modelos baseados em filogenia para o desenvolvimento de AEDs, dentre elas o emprego de um conjunto de filogenias em vez de apenas uma filogenia como modelo de correlação entre variáveis, a síntese das informações mais relevantes desse conjunto em uma estrutura de rede e a identificação de grupos de variáveis correlacionadas a partir de uma ou mais redes por meio de um algoritmo de detecção de comunidades. Utilizando esses avanços para a construção de modelos, foi desenvolvido uma nova técnica de busca, a Busca Exaustiva Composta, que possibilita encontrar a solução de problemas combinatórios de otimização de diferentes níveis de dificuldades. Além disso, foi proposta uma extensão do novo algoritmo para problemas multiobjetivos, que mostrou ser capaz de determinar a fronteira Pareto-ótima dos problemas combinatórios investigados. Por fim, o AED desenvolvido possibilitou obter um compromisso em termos de número de avaliações e tempo de computação, conseguindo resultados similares aos dos melhores algoritmos encontrados para cada um desses critérios de desempenho nos problemas testados. / Evolutionary Algorithms that use the distribution of values of variables as probabilistic models (to direct the search process of problem solving) are called Estimation of Distribution Algorithms (EDAs). These algorithms have presented relevant performance in handling relatively complex problems. The performance of such algorithms depends directly on the quality of probabilistic models constructed that, in turn, depend on the methods of model building. The best models are often constructed by computationally complex methods, resulting in AEDs that require high running time although they are able to explore less points in the search space to find the solution of a problem. This work investigates probabilistic models obtained by algorithms of phylogeny reconstruction since some of them can produce models in an efficient way representing the main relationships among species (or among variables). This work proposes some strategies for better use of phylogeny-based models in the development of EDAs, such as the employment of a set of phylogenies instead of only one phylogeny as a model of correlation among variables, the synthesis of the most relevant information from a set of phylogenies into a structure of network and the identification groups of correlated variables from one or more networks by an algorithm of community detection. Using those advances for model construction, a new search technique, called Composed Exhaustive Search, was developed in order to find solutions for combinatorial optimization problems with different levels of difficulty. In addition, an extension of the new algorithm for multi-objective problems was proposed, which was able to determine the Pareto-optimal front of the combinatorial problems investigated. Finally, the developed EDA makes possible to obtain a trade-off in terms of number of evaluations and running time, finding results that are similar to the ones achieved by the best algorithms found for each one of these performance criteria in the problems tested.

Existe atualmente na sociedade um grande número de sistemas reais de alta complexidade. Esta complexidade pode ser definida tanto do ponto de vista da dificuldade em identificar todas as partes que compõem estes sistemas, como também, pela compreensão e definição real da relação entre estas partes, permitindo, desta forma uma representação adequada do comportamento global do sistema. O comportamento global destes sistemas não se caracteriza pela soma do comportamento de suas partes componentes. Normalmente, a modelagem destes sistemas não reflete, de forma realística, o seu comportamento, devido ao excesso de simplificações realizadas. Por outro lado, alguns modelos são impraticáveis de serem aplicados, devido ao excessivo esforço computacional e a restrições de tempo. O presente trabalho de pesquisa apresenta uma proposta de um modelo de otimização para um problema real de alta complexidade e com fortes requisitos de segurança (safety) encontrado na Infra-estrutura Aeronáutica Brasileira e Mundial. Este problema está relacionado ao desbalanceamento entre a capacidade e demanda em infra-estrutura aeronáutica em sistemas de transporte aéreo. Para tanto, o trabalho propõe um Modelo de Otimização de Demanda (MOD) em infra-estrutura aeronáutica, através da técnica de Inteligência Artificial denominada de Algoritmos Genéticos. A pesquisa analisa a eficiência do modelo proposto em termos da resolução do problema, bem como quanto à qualidade das respostas apresentadas. De forma complementar é avaliada a importância de cada um dos parâmetros do modelo de otimização através da sua flexibilização. / Nowadays, in the society, there are a great number of real systems with high complexity. This complexity can be justified in function of the difficulty in identifying all parts that compose these systems, but also the complex relationship between them. The global behavior of these systems is not characterized for the addition of the behavior of its contracting parties. Normally, the modeling of these systems does not reflect its realistic behavior, due the excess of simplifications carried out. On the other hand, some models are impracticable to be solved, because the extreme computational effort necessary. The present research develops a proposal of an optimization model for a real problem of high complexity and with hard safety requirements found in the Brazilian and world-wide aeronautical infrastructure. This problem deals with the unbalancing between the capacity and demand in infrastructure aeronautics in air transportation systems. The work considers a Demand Optimization Model (DOM) for aeronautical infrastructure through the technique of artificial intelligence denominated Genetic Algorithms. The research analyzes the efficiency of the considered model in terms of problem resolution, as well as, the quality of the presented answers. Of complementary form, some parameters of the model were adjusted and their importance were avaluated.

Este trabalho apresenta o desenvolvimento de algoritmos para a análise automática de eventos de sobrecorrente em sistemas elétricos de potência. Os algoritmos propostos neste trabalho são baseados em registros de tensões e correntes, efetuados por dispositivos eletrônicos inteligentes (oscilógrafos digitais e/ou relés de proteção) instalados nas redes elétricas, e são capazes de avaliar o estado operativo dessas redes com base nessas informações. Os algoritmos integram um sistema automático de análise de eventos de sobrecorrente, que é capaz de estimar o instante de ocorrência do evento, identificar as fases envolvidas e classificar o tipo de falta por meio de fasores calculados a partir dos seus registros. Além disso, este trabalho apresenta uma comparação entre duas técnicas distintas para o cálculo do fasor (a primeira utiliza a Transformada Discreta de Fourier, com janela de um ciclo, e a segunda é baseada em algoritmos genéticos) e três técnicas distintas para a estimação do instante de ocorrência do evento (a primeira utiliza a transformada de Fourier associada a um filtro digital que implementa uma função densidade de probabilidade, a segunda substitui a transformada de Fourier pelos algoritmos genéticos e a terceira é baseada somente na Transformada de Park). Para a avaliação dos algoritmos desenvolvidos, foram elaboradas simulações de duas redes de distribuição no software ATP Alternative Electromagnetic Transients Program, além de dados reais de sistemas de distribuição de concessionárias brasileiras. / This work presents the development of algorithms for the automatic analysis of overcurrent events in electrical power systems. The algorithms proposed in this paper are based on data of voltages and currents recorded by intelligent electronic devices (digital oscillographs and / or protection relays) installed in electrical networks, which can evaluate the operating state of these networks based on this information. The algorithms incorporate an automatic system for overcurrent analysis, which is able to estimate the time of occurrence of the event, identify the steps involved and classify the fault type using the phasors of voltages and currents calculated from their records. Furthermore, this work presents a comparison between two distinct techniques for phasor calculation (the first one uses the Discrete Fourier Transform, with a cycle window, and the second one is based on genetic algorithms) and three distinct techniques to estimate the time of the occurrence of the event (the first is based on Fourier Transform and a digital filter that implements a probability density function, the second one replaces Fourier transform by Genetic Algorithm and the third one is based on Park transform). For the evaluation of the developed algorithms, cases from two distribution network model have been generated in the ATP software - Alternative Electromagnetic Transients Program, additionally, actual data from distribution Brazilian utilities systems were also analyzed by the developed algorithm.

Reconhecendo-se a importância da água como recurso natural limitado e considerando-se a perspectiva de crescimento do contingente populacional urbano, faz-se necessária uma investigação dos sistemas de distribuição de água para abastecimento, por tratarem-se de infra-estruturas básicas comuns aos núcleos populacionais do mundo todo. O planejamento da reabilitação das redes de distribuição de água torna-se de fundamental importância considerando os recursos financeiros limitados e o comportamento operacional desses sistemas que são alterados ao longo do tempo devido ao processo de deterioração de seus componentes. O presente trabalho representa um esforço no sentido de considerar objetivos mais promissores na análise de reabilitação de redes. Dessa maneira, foram considerados: custo, benefício, vazamentos e confiabilidade. Este trabalho apresenta contribuições às análises multiobjetivo via algoritmos genéticos, propriciando um aprimoramento do algoritmo Multiobjective Genetic Algorithm (MOGA) e realizando investigação dos operadores (recombinação e mutação) e dos métodos Non-dominated Sorting Genetic Algorithm (NSGA), Strength Pareto Evolutionary Algorithm (SPEA) e Elitist Non-Dominated Sorting Genetic Algorithm (NSGA II). Do ponto de vista hidráulico, este trabalho introduz tanto perdas por vazamentos como demanda variável com a pressão, proporcionando uma análise mais realística do problema. Os estudos desenvolvidos para redes hipotéticas e para um sistema real, possibilitaram que soluções satisfatórias fossem obtidas, chegando-se inclusive a uma proposição do conceito de programação dinâmica para o caso multiobjetivo. / Recognizing the importance of water as a limited natural resource and considering the prospect of continued population growth, it is important to investigate water distribution systems which are common to all urban infrastructures. Planning of the water distribution network rehabilitation becomes additionally important given economic constraints and operational behavior these systems which modifies in time due to deterioration of water networks. The present work is an effort to consider the multiple objectives in the water network rehabilitation analyses. Four objectives were considered: cost minimization, benefit maximization, leakage minimization and reliability maximization. In addition, it presents some contributions to multiobjective optimization methodology by genetic algorithms, offering an improvement of Multiobjective Genetic Algorithm (MOGA). A detailed investigation is conducted on genetic operators (recombination and mutation) comparing some existing multiobjective optimization methods (Multiobjective Genetic Algorithm - MOGA, Non-dominated Sorting Genetic Algorithm - NSGA, Strength Pareto Evolutionary Algorithm - SPEA and Elitist Non-Dominated Sorting Genetic Algorithm - NSGA II). As regards the hydraulic analysis, this work introduces both leakages and pressure dependent demands in the simulations, providing a more realistic representation of actual field situations. The present study employs hypothetical networks and a real network obtaining satisfactory solutions. Further, dynamic programming concept is also incorporated into the multiobjective optimization framework.

A geração de grades horárias de qualidade é um fator crítico em qualquer instituição de ensino, tanto em escolas de ensino fundamental/médio como em universidades. Este problema é considerado complexo, pois devem ser relacionados e otimizados diversos recursos, tais como horários, disciplinas, professores e alunos. Em grande parte das instituições de ensino, a geração de grades horárias é realizada manualmente, o que vem a tornar este processo custoso e sujeito a falhas. Diversas abordagens são também encontradas na literatura para resolução deste problema, nas quais foram aplicados métodos de busca estocástica, devido à sua inerente complexidade. As estratégias de busca formuladas e comparadas no presente trabalho foram baseadas no uso de algoritmos genéticos e de sistemas imunológicos artificiais. Tais técnicas foram capazes de fornecer soluções de qualidade para o problema de geração automática de grades horárias. Neste trabalho foram desenvolvidos dois sistemas de apoio à decisão, nos quais foram combinadas técnicas heurísticas aos algoritmos genéticos e ao algoritmo de seleção clonal. O propósito desta investigação é realizar uma análise comparativa entre as duas técnicas a fim de verificar qual delas apresenta resultados mais promissores para a resolução do problema de geração automática de grades horárias. / The generation of timetables with good quality is a critical factor in any educational institution. This is considered a complex problem because it involves several types of information, such as schedules, course subjects, teachers and students. Several search strategies have been applied to solve timetabling problems, whose constraints may vary from one educational institution to another. Most educational institutions still prepare their timetables manually, which is a highly time-consuming process and subjected to errors. Several approaches to solve this problem are also found in technical studies, which use stochastic search methods due to the problems complexity. The search optimization methods used in this work to solve the timetabling problem are genetic algorithms and the clonal selection algorithm, whose satisfactory results when applied to optimization problems are reported in the literature. Two decision support systems were developed in this work, combining heuristic techniques with the genetic algorithms and the clonal selection algorithm. The purpose of this research is to make a comparative analysis of these two techniques in order to determine which one offers the most promising results for solving the timetabling problem.

Biodiversity, the variety of life on the planet, is declining due to climate change, population and species interactions and as the result f demographic and landscape dynamics. Integrated model-based assessments play a key role in understanding and exploring these complex dynamics and have proven use in conservation planning. Model-based assessments using Species Distribution Models constitute an efficient means of translating limited point data to distribution probability maps for current and future scenarios in support of conservation decision making. The aims of this doctoral study were to investigate; (1) the use of a hybrid genetic programming to build high quality models that handle noisy real-world presence and absence data, (2) the extension of this solution to exploit the parallelism inherent to genetic programming for fast scenario based decision making tasks, and (3) a conceptual framework to share models in the hope of enabling research synthesis. Subsequent to this, the quality of the method, evaluated with the true skill statistic, was examined with two case studies. The first with a dataset obtained by defining a virtual species, and the second with data extracted from the North American Breeding Bird Survey relating to mourning dove (Zenaida macroura). In these studies, the produced models effectively predicted the species distribution up to 30% of error rate both presence and absence samples. The parallel implementation based on a twenty-node c3.xlarge Amazon EC2 StarCluster showed a linear speedup due to the multiple-deme coarse-grained design. The hybrid fuzzy genetic programming algorithm generated under certain consitions during the case studies significantly better transferable models. / Biodiversidade, a variedade de vida no planeta, está em declínio às alterações climáticas, mudanças nas interações das populações e espécies, bem como nas alterações demográficas e na dinâmica de paisagens. Avaliações integradas baseadas em modelo desempenham um papel fundamental na compreensão e na exploração destas dinâmicas complexas e tem o seu uso comprovado no planejamento de conservação da biodiversidade. Os objetivos deste estudo de doutorado foram investigar; (1) o uso de técnicas de programação genética e fuzzy para construir modelos de alta qualidade que lida com presença e ausência de dados ruidosos do mundo real, (2) a extensão desta solução para explorar o paralelismo inerente à programação genética para acelerar tomadas de decisão e (3) um framework conceitual para compartilhar modelos, na expectativa de permitir a síntese de pesquisa. Subsequentemente, a qualidade do método, avaliada com a true skill statistic, foi examinado com dois estudos de caso. O primeiro utilizou um conjunto de dados fictícios obtidos a partir da definição de uma espécie virtual, e o segundo utilizou dados de uma espécie de pomba (Zenaida macroura) obtidos do North American Breeding Bird Survey. Nestes estudos, os modelos foram capazes de predizer a distribuição das espécies maneira correta mesmo utilizando bases de dados com até 30% de erros nas amostras de presença e de ausência. A implementação paralela utilizando um cluster de vinte nós c3.xlarge Amazon EC2 StarCluster, mostrou uma aceleração linear devido ao arquitetura de múltiplos deme de granulação grossa. O algoritmo de programação genética e fuzzy gerada em determinadas condições durante os estudos de caso, foram significativamente melhores na transferência do que os algoritmos do BIOMOD.

Esta pesquisa trata o Problema de Programação de Tripulantes (PPT), presente no planejamento operacional das empresas aéreas. O principal objetivo do PPT é atribuir um conjunto de tarefas aos tripulantes, considerando as regulamentações trabalhistas, as regras de segurança e as políticas das empresas, de tal maneira que o custo da tripulação seja mínimo. O PPT é normalmente dividido em dois subproblemas, resolvidos sequencialmente: Problema de Determinação das Viagens (PDV) e Problema de Atribuição de Escalas (PAE). No PDV, determina-se um conjunto de viagens que cubra todos os voos planejados. Em seguida, no PAE, as escalas, compostas pelas viagens escolhidas e outras atividades como folgas, sobreavisos, reservas, treinamentos e férias, são atribuídas aos tripulantes. Esta decomposição justifica-se pela natureza combinatória do PPT, porém não incorpora as disponibilidades e as preferências dos tripulantes em ambos os subproblemas (PDV e PAE), gerando assim custos extras relacionados aos conflitos que surgem durante a atribuição das escalas aos tripulantes no PAE. Além disso, as estimativas de custos adotadas no PDV não possuem caráter global, já que o custo real da programação só pode ser obtido após a atribuição das escalas. O estado da arte envolve a solução integrada do PPT, em que se elimina a necessidade de resolver inicialmente o PDV, provendo assim uma melhor estimativa de custo e uma programação final com melhor qualidade, por considerar os custos da tripulação, as disponibilidades e preferências dos tripulantes de forma global. O problema, no entanto, é NP-Difícil. Assim sendo, a metodologia proposta nesta pesquisa objetiva a solução do PPT de forma integrada, através de um Algoritmo Genético Híbrido (AGH) associado a um procedimento de busca em profundidade, levando em conta as particularidades da legislação brasileira. A metodologia foi testada, com sucesso, para a solução de instâncias baseadas na malha real de uma empresa aérea brasileira. / This master of science research treats the Crew Scheduling Problem (CSP), as part of the airlines operational planning. The main aim of the CSP is to assign a set of tasks to crew members, considering the labor regulations, safety rules and policies of companies, such that the crew cost is minimal. The CSP is divided into two subproblems, solved sequentially: Crew Pairing Problem (CPP) and Crew Rostering Problem (CRP). First, CPP provides a set of pairings that covers all the planned flights. Then, in the CRP, the rosters, encompassing the pairings and other activities such as rest periods, alert duties, reserve duties, training times and vacations, are assigned to the crew members. This decomposition is justified by the combinatorial nature of the CSP, but it not incorporates the crew members availabilities and preferences in both subproblems (CPP and CRP), generating extra costs related to conflicts that arise during the assignment of rosters to the crew members in the CRP. Besides, the costs estimations adopted in the CPP does not have a global character, since the real cost of the global schedule can be only obtained after the assignment of the rosters. The state of the art involves the integrated solution of CSP, where the CPP does not need to be solved, thus providing a better estimated cost and a better schedule quality, considering crew costs and also crew members availabilities and preferences globally. The problem, however, is NP-Hard. Therefore, the methodology proposed in this master of science research aims to obtain an integrated solution of the CSP, through an hybrid algorithm genetic associated with a depth-first search procedure, taking into account the Brazilian legislation. The methodology was tested, with success, to solve instances related a real network of a Brazilian airline.